Rhoban/bam

何を解決するか

BAMはロボット工学におけるシミュレーションと現実のギャップを埋めるために、サーボアクチュエータのより正確なモデルを提供します。MuJoCoやIsaacGymなどの標準シミュレータは、Coulomb-Viscousのような単純な摩擦モデルを使用するため、Stribeck効果、負荷依存性、二次効果などの複雑な現象を捉えられず、強化学習（RL）ポリシーのシミュレーションから実機への転送を妨げることがあります。

どう動くか

BAMは以下の3つの主要なコンポーネントでアクチュエータシミュレーションを改善します：

1. 識別パイプライン：記録された軌道に基づいて摩擦モデルを適合させるシステム。
2. 拡張摩擦モデル：基本的なシミュレーションデフォルトを超える複雑な摩擦行動を捉えるモデル群。
3. 事前識別モデル：DynamixelやFeetechのさまざまなモデルを含む、一般的なサーボ用の即時利用可能なモデルライブラリ。

MuJoCo CPUおよびMuJoCo Warpにこれらの高度なモデルを統合するためのシンプルなAPIを提供します。

対象ユーザー

シミュレートされたロボット上で強化学習でポリシーを訓練し、シミュレーションから現実への転送を成功させるために高精度なアクチュエータモデルが必要なロボット工学の研究者およびエンジニア。

特徴

• 複雑な摩擦（Stribeck効果、負荷依存性、二次効果）の正確なシミュレーション。
• 実世界データからモデルを適合させる識別パイプライン。
• DynamixelやeRob80などの一般的なサーボ用の事前設定モデル。
• MuJoCo CPUおよびMuJoCo Warpとの統合。